zaključna naloga Univerzitetnega študijskega programa I. stopnje Strojništvo - Razvojno raziskovalni program
Lenart Rupnik (Avtor), Rok Vrabič (Mentor)

Povzetek

Napovedovanje časovnih vrst opisuje proces analize izbranih časovnih vrst in napovedovanje še neznanih vrednosti na osnovi preteklih podatkov. Pri tem se najpogosteje uporablja metode globokega učenja in s tem povezane nevronske mreže. Namen zaključnega dela je sestaviti enostavno nevronsko mrežo, ki lahko s pomočjo enega ali več vhodnih parametrov napoveduje en izhodni parameter. Za pomoč pri izdelavi in za namene testiranj uporabimo dva podatkovna niza. Prvi opisuje krožno pot avtonomnega robota v dvodimenzionalnem prostoru. S pomočjo tega niza izdelamo osnovno strukturo sistema za napovedovanje in opravimo analizo uporabljenih metod in parametrov. Drugi niz podatkov predstavlja časovni potek vremenskega stanja v okolici Ljubljane. Na podlagi tega niza želimo napovedati dnevni potek temperature. Ob napovedovanju iskanih vrednosti se izkaže, da je bil sistem uspešno izdelan.

Ključne besede

diplomske naloge;umetna inteligenca;globoko učenje;nevronske mreže;povratne nevronske mreže;napovedovanje časovnih vrst;

Podatki

Jezik: Slovenski jezik
Leto izida:
Tipologija: 2.11 - Diplomsko delo
Organizacija: UL FS - Fakulteta za strojništvo
Založnik: [L. Rupnik]
UDK: 004.032.26:004.85(043.2)
COBISS: 115303427 Povezava se bo odprla v novem oknu
Št. ogledov: 95
Št. prenosov: 40
Ocena: 0 (0 glasov)
Metapodatki: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Ostali podatki

Sekundarni jezik: Angleški jezik
Sekundarni naslov: Development of a System for Predicting Multidimensional Time Series with Neural Networks
Sekundarni povzetek: Time series predicting is a process of analysing time series data and predicting unknown values with the help of historical data. The predictions are most often made with deep learning models and neural networks. The goal of this thesis is to build a simple neural network for predicting a single output parameter from one or more input parameters. For aiding the creation process and testing purposes, two types of data are used. The first set represents the time series of coordinates of an autonomous robot in two-dimensional space. This data is mainly used to develop a basic prediction system and for analysing the used parameters and methods. The second set represents the course of yearly weather conditions around Ljubljana. Using this data, we try to predict the daily flow of temperatures. The development of the required system as well as the predictions of all types of data were successful.
Sekundarne ključne besede: thesis;artificial intelligence;deep learning;neural networks;recurrent neural networks;time series predictions;
Vrsta dela (COBISS): Zaključna naloga
Študijski program: 0
Komentar na gradivo: Univ. v Ljubljani, Fak. za strojništvo
Strani: XIII, 33 f.
ID: 15899406